discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/279492824
CITATIONS READS
0 274
3 authors, including:
All content following this page was uploaded by Achmad Hidayatno on 10 August 2016.
Abstrak – Kadangkala hasil deteksi tepi tidak selalu karena pada teknik ini citra diatur intensitasnya untuk
memberikan hasil yang maksimal. Untuk mendapatkan mendapatkan citra yang lebih baik.
hasil yang lebih baik, sebelum proses deteksi tepi
dilakukan pengaturan intensitas. Salah satu detektor tepi 1.3 Pembatasan Masalah
adalah operator Isotropik. Oleh karena itu dilakukan 1. Citra yang digunakan berformat BMP tanpa
penelitian untuk mensimulasikan program deteksi tepi
kompresi sebesar 256x256 skala keabuan.
Isotropik dengan pengolahan awal menggunakan
pengaturan intensitas. 2. Operator yang digunakan dalam pendeteksian tepi
Proses deteksi tepinya dimulai dari pembacaan adalah operator Isotropik.
berkas citra, penambahan derau, pengaturan intensitas, 3. Teknik pengaturan intensitas yang digunakan dalam
pengambangan, deteksi tepi, pengukuran kinerja, hingga peningkatan kualitas citra adalah pergeseran
analisis untuk mengetahui keandalan operator Isotropik. histogram, perentangan histogram, modifikasi
Analisis yang dilakukan meliputi analisis objektif terdiri histogram dan ekualisasi histogram.
atas SNR dan Indeks Kualitas. Sedangkan analisis 4. Pengukuran kinerja program dengan kriteria
subjektif menggunakan sistem penglihatan manusia. objektif menggunakan indek kualitas citra oleh
Dari analisis hasil penelitian ditunjukkan bahwa Zhou Wang dan Alan C. Bovik dan SNR,
semakin besar nilai ambang yang melebihi nilai ambang
sedangkan kriteria subjektif menggunakan sistem
optimal maka citra hasil deteksi tepi yang dimunculkan
akan semakin tidak jelas. Hal ini terjadi karena nilai penglihatan manusia (HVS/ Human Visual System).
intensitas yang kurang dari nilai ambang optimal 5. Program bantu yang digunakan adalah Delphi 6.
menjadi bernilai 0 (hitam). Keberadaan derau dengan
jumlah besar akan menurunkan kualitas citra sehingga II. LANDASAN TEORI
citra tidak dapat dikenali, karena operator Isotropik
akan mendeteksi semua titik, termasuk derau, kemudian 2.1 Operator Isotropik
akan dibandingkan dengan hasil deteksi tepi tanpa derau. Operator Isotropik merupakan salah satu deteksi
Dengan pengambangan sebesar 60, maka penambahan tepi dengan metode operator gradien yang
derau Salt-and-pepper, Speckle, dan derau Gaussian pada menggunakan dua buah matriks 3x3, yaitu matriks
citra boat.bmp diperoleh citra hasil deteksi tepi terbaik vertikal dan matriks horisontal yang ditapis secara
menggunakan perentangan histogram skala 1,5, bersamaan. Gambar 2.3 menunjukkan matriks untuk
modifikasi histogram 2, dan perentangan histogram skala
operator Isotropik.
0,5.
1
lain: pergeseran, perentangan, modifikasi dan ekualisasi bintik. Derau salt-and-pepper g (i, j ) dapat dinyatakan
histogram. dengan:
⎧ z (i, j ), peluang p
2.2.1 Pergeseran Histogram g (i, j ) = ⎨
Pergeseran hitogram dilakukan dengan memberikan ⎩ f (i, j ), peluang (1 − P )
perubahan nilai-nilai piksel pada citra secara Dengan f (i , j ) adalah citra asli dan z (i, j ) adalah
keseluruhan dengan pembobotan yang sama pada setiap derau hitam atau putih.
piksel. Secara matematis dapat ditulis sebagai berikut:
f ' ( x, y ) = f ( x , y ) + b 2.3.2 Derau Speckle
dengan f ' ( x , y ) adalah citra hasil, f ( x, y ) adalah citra Derau speckle bersifat menambahkan derau
masukan, sedangkan b adalah skala pergeseran multiplikatif pada citra f (i, j ) , menggunakan
histogram. Jika nilai b positif, maka citra hasil akan persamaan:
lebih terang, sedangkan jika nilai b negatif maka citra g ( i , j ) = f (i , j ) + n (i , j ) f ( i , j )
hasil akan lebih gelap. dengan n (i , j ) merupakan derau acak terdistribusi
2.2.2 Perentangan Histogram seragam dengan rerata m dan varians v .
Teknik ini digunakan untuk meningkatkan kontras
pada citra dengan cara memberikan pembobotan yang 2.3.3 Derau Gaussian
sama pada setiap nilai piksel dengan mengalikan sebuah Derau Gaussian menambahkan derau putih
konstanta. Gaussian n(i, j ) dengan rerata m dan varians v pada
Secara matematis dapat dituliskan sebagai berikut: citra asli f (i, j ) . Citra berderau Gaussian dapat
f ' ( x, y ) = af ( x, y ) dinyatakan sebagai:
dengan f ' ( x , y ) adalah citra hasil, f ( x, y ) adalah citra g ( i , j ) = f (i , j ) + n ( i , j )
masukan, sedangkan a adalah skala perentangan
histogram. Jika a positif maka kontras citra hasil akan 2.4 Pengambangan (Thresholding)
meningkat, sedangkan jika 0 < a < 1 maka kontras citra Operasi pengambangan digunakan untuk mengubah
akan menurun. titik dengan rentang nilai keabuan tertentu menjadi
berwarna hitam dan sisanya menjadi warna putih atau
2.2.3 Ekualisasi Histogram sebaliknya. Fungsi pengambangan yang digunakan
Ekualisasi histogram digunakan untuk memperbaiki adalah:
kontras dan untuk mendapatkan histogram yang merata ⎧0, f g (i, j ) ≤ T
sedemikian hingga setiap derajat keabuan memiliki f B (i, j ) = ⎨
⎩ 1, lainnya
jumlah piksel yang relatif sama. Algoritma perhitungan
ekualisasi histogram dalam Tugas Akhir ini yaitu: Dengan f g (i , j ) adalah citra masukan keabuan,
ekualisasi histogram 1, dan ekualisasi histogram 2. f B (i, j ) adalah citra biner, dan T adalah nilai ambang
2.2.4 Modifikasi Histogram yang ditentukan.
Modifikasi histogram dilakukan dengan memetakan 2.5 Pengukuran Kinerja Deteksi Tepi
tingkat keabuan citra masukan (u) secara tak linear oleh Kinerja deteksi tepi dapat diketahui keandalannya
f (u ) , dan keluarannya dikuantisasi secara seragam. dengan menggunakan beberapa cara. Secara objektif,
algoritma modikasi histogram dalam Tugas Akhir ini pengukuran dilakukan dengan melakukan perhitungan
yaitu: modifikasi histogram 1, modifikasi histogram 2, matematis menggunakan SNR dan Indek Kualitas.
dan modifikasi histogram 3. Secara subjektif, metode pengukuran berdasarkan
karakteristik sistem penglihatan manusia dalam usaha
2.3 Derau
untuk menunjukkan persepsi kualitas suatu citra.
Kualitas citra sangat dipengaruhi oleh tingkat
keberadaan derau. Dalam citra digital banyak dijumpai
III. PERANCANGAN PROGRAM
bermacam-macam derau tergantung bagaimana citra
Pada perancangan ini menggunakan program bantu
tersebut dibuat. Citra cenderung mudah mengalami
Delphi 6 yang mempunyai tombol perintah yang
kerusakan oleh derau dengan bermacam-macam tipe.
lengkap dan berguna untuk merancang program aplikasi
2.3.1 Derau Salt-and-pepper yang memiliki tampilan seperti program aplikasi lain
Derau salt-and-pepper merupakan derau yang berbasis Windows. Secara garis besar perangkat lunak
disebabkan oleh adanya piksel-piksel yang secara yang dirancang memiliki diagram alir seperti pada
individual rusak atau hilang dari citra. Derau ini Gambar 3.1.
menyebabkan adanya bintik-bintik hitam dan putih
yang tidak teratur. Tingkat derau salt-and-pepper ini
ditentukan oleh tingkat kerapatan (density) bintik-
2
M ulai Histogram, Perentangan Histogram, Ekualisasi
Histogram 1, Ekualisasi Histogram 2, Modifikasi
M asukan Histogram 1, Modifikasi Histogram 2, ataupun
File C itra
Modifikasi Histogram 3 dapat dipilih pada combobox
PengaturanIntensitas.
Tam bah D erau
3
Tabel 4.1 Tabel variasi penelitian (lanjutan). pepper, maka parameter Densitas yang default-nya
No Parameter Variasi bernilai 0,1 akan aktif. Selanjutnya adalah menekan
Jenis
4.
Deteksi Tepi
Deteksi Tepi Isotropik tombol Tambah. Hasilnya ditampilkan pada bingkai
a. Indeks Kualitas Citra Citra Berderau seperti pada Gambar 4.2.
Pengukuran
5. b. SNR
Kinerja 4.1.3 Pengaturan Intensitas
c. Sistem Penglihatan Manusia
Jenis metode pengaturan intensitas dipilih pada
Sebelum membahas hasil penelitian, terlebih dahulu combobox yang terletak dalam groupbox Pengaturan
dilakukan pengujian terhadap program aplikasi deteksi Intensitas. Jika jenis pengaturan intensitas yang dipilih
tepi Isotropik. adalah Geser atau Rentang, maka scrollbar skala
pergeseran atau perantangan histogram akan terlihat.
4.1 Menjalankan Program Nilai pada komponen edit Skala akan berubah
Program yang telah dibuat dengan Delphi 6 dapat mengikuti pergeseran scrollbar tersebut. Kemudian
langsung dijalankan dengan mengklik dua kali file tombol Atur ditekan untuk memproses pengaturan
EdgeDetect.exe. Jika tombol Lanjut ditekan, maka intensitas.
program akan dilanjutkan ke tampilan program utama Hasil dari proses pengaturan intensitas ditampilkan
Jika tombol Keluar ditekan, tampilan awal program pada bingkai Pengaturan Intensitas Citra Awal dan
akan tertutup dan keluar dari program. bingkai Pengaturan Intensitas Citra Berderau yang
4.1.1 Pengambilan Berkas Citra ditunjukkan pada Gambar 4.3.
Setelah berkas citra yang mempunyai format
bitmap (.bmp), berukuran 256x256, dan 256 tingkat
skala keabuan diambil, hasilnya ditampilkan pada
bingkai Citra Awal. Citra awal yang ditampilkan pada
bingkai Citra Awal ditunjukkan pada Gambar 4.1.
Jika dipilih derau Gaussian, maka parameter Gambar 4.4 Tampilan program utama setelah proses deteksi tepi.
Rerata yang default-nya bernilai 0 dan Varians yang
default-nya bernilai 0,005 akan aktif. Jika dipilih derau Citra hasil deteksi tepi akan ditampilkan pada
Speckle, maka parameter Varians yang default-nya bingkai Deteksi Tepi Pengaturan Intensitas Citra
bernilai 0,04 akan aktif. Jika dipilih derau Salt-and- Awal dan bingkai Deteksi Tepi Pengaturan Intensitas
Citra Berderau. Begitu juga dengan hasil pengukuran
4
kinerja deteksi tepi berupa SNR dan Indeks Kualitas
akan ditampilkan pada groupbox Pengukuran Kinerja
Deteksi Tepi seperti yang ditunjukkan pada Gambar
4.4.
(j)
Gambar 4.6 Hasil pengolahan deteksi tepi Isotropik citra boat.bmp
dengan nilai ambang 60 (lanjutan).
(d) perentangan histogram 0,5, (h) modifikasi histogram 1,
(e) perentangan histogram 1,5, (i) modifikasi histogram 2,
Gambar 4.5 Tampilan histogram citra. (f) perentangan histogram 2, (j) modifikasi histogram 3.
(g) ekualisasi histogram 1,
4.2 Pembahasan Hasil Penelitian
Ada dua hal yang ingin dicapai yaitu keandalan dari Berdasarkan hasil penelitian dari deteksi tepi
operator Isotropik dalam mendeteksi tepi pada citra dan Isotropik pada semua metode pengaturan intensitas
kualitas citra hasil. Untuk itu dilakukan dua jenis tanpa penambahan derau pada citra boat.bmp maka
pengukuran yaitu pengukuran secara objektif dan dapat disimpulkan bahwa untuk pengambangan dengan
pengukuran secara subjektif. nilai 60 hasil proses deteksi tepi Isotropik terbaik
Hasil pengolahan dan analisis deteksi tepi Isotropik diperoleh pada pengaturan intensitas metode
citra boat.bmp menggunakan beberapa pengaturan perentangan histogram skala 0,5. Dengan bertambahnya
intensitas dan nilai pengambangan sebesar 60, dengan nilai ambang yang digunakan dalam proses deteksi tepi
acuan deteksi tepi citra boat.bmp terbaik yang Isotropik maka citra tepi yang dimunculkan semakin
diperoleh setelah diatur intensitas dengan perentangan sedikit atau menghilang. Hal ini dikarenakan semakin
histogram skala 0,5 dan pengambangan sebesar 60 besar nilai ambang maka banyak nilai intensitas yang
dapat dilihat pada Gambar 4.6. Angka 60 ini berarti kurang dari nilai ambang yang digunakan menjadi
dalam rentang 0 sampai dengan 255 nilai 60 merupakan bernilai 0 (hitam).
nilai ambang yang dipilih, sehingga nilai intensitas Untuk membuktikan apakah operator Isotropik peka
yang kurang dari 60 akan menjadi bernilai 0 (hitam) terhadap derau atau tidak maka pada citra asli ditambah
dan nilai intensitas yang lebih besar atau sama dengan bermacam derau Salt-and-pepper, Speckle, Gaussian.
60 akan menjadi bernilai 1 (putih). Tabel 4.2 Hasil pengukuran kinerja deteksi tepi Isotropik pada citra
boat.bmp menggunakan derau Salt- and- pepper dan
nilai ambang yang berbeda (dilanjutkan),
Metode SNR (dB) Indeks Kualitas
Densitas
Pengaturan Ambang Ambang Ambang Ambang
Derau
Intensitas 60 100 60 100
Tnp Pengaturan 8,7329 6,7699 0,8910 0,8452
Geser (-40) 8,7500 6,4720 0,8913 0,8313
Geser (-20) 8,5730 6,5051 0,8856 0,8327
Geser 20 8,6145 7,1103 0,8882 0,8605
(a) (b) (c) Geser 40 9,1268 7,6537 0,9032 0,8810
0,01 Rentang 0,5 6,5034 5,4815 0,8240 0,7864
Gambar 4.6 Hasil pengolahan deteksi tepi Isotropik citra boat.bmp
Rentang 1,5 10,5048 9,5225 0,9287 0,9246
dengan nilai ambang 60 (dilanjutkan),
Rentang 2 8,9605 7,6840 0,9088 0,8828
(a) citra terbaik, Ekualisasi 1 9,9208 8,5402 0,9053 0,8978
(b) tanpa pengaturan intensitas, Ekualisasi 2 10,2780 8,8366 0,9136 0,9058
(c) pergeseran histogram skala 40, Modifikasi 1 9,6045 8,4606 0,9048 0,8992
5
Tabel 4.3 Hasil pengukuran kinerja deteksi tepi Isotropik pada citra histogram skala 1,5. Untuk nilai ambang 60, nilai SNR
boat.bmp menggunakan derau Salt- and- pepper dan tertinggi yaitu 10,5048 dan Indeks Kualitas tertinggi
nilai ambang yang berbeda (lanjutan).
Metode SNR (dB) Indeks Kualitas yaitu 0,9287. Untuk nilai ambang 100, dengan nilai
Densitas
Derau
Pengaturan Ambang Ambang Ambang Ambang SNR tertingggi yaitu 9,5225 dan Indeks Kualitas
Intensitas 60 100 60 100 tertinggi yaitu 0,9246.
Modifikasi 2 7,4386 8,1725 0,8713 0,9070
0,01
Modifikasi 3 8,9288 9,0959 0,9100 0,9232 Untuk derau Salt-and-pepper dengan densitas 0,05
Tnp Pengaturan 3,6201 2,2845 0,5616 0,4411 dan nilai ambang 60 serta nilai ambang 100, SNR dan
Geser (-40) 3,8521 2,2425 0,5896 0,4308 Indeks Kualitas tertinggi diperoleh pada proses
Geser (-20) 3,6619 2,2303 0,5622 0,4283
Geser 20 3,6667 2,5081 0,5731 0,4969
pengaturan intensitas metode perentangan histogram
Geser 40 3,8890 2,7408 0,6075 0,5416 skala 1,5. Untuk nilai ambang 60, nilai SNR tertinggi
Rentang 0,5 2,5315 1,8139 0,4303 0,3477 yaitu 4,9242 dan Indeks Kualitas tertinggi yaitu 0,7000.
0,05 Rentang 1,5 4,9242 4,0701 0,7000 0,6921
Rentang 2 3,6950 2,7640 0,6100 0,5247
Untuk nilai ambang 100, nilai SNR tertinggi yaitu
Ekualisasi 1 4,6506 3,2385 0,6448 0,6168 9,5225 dan Indeks Kualitas tertinggi yaitu 0,9246.
Ekualisasi 2 4,6195 3,1786 0,6431 0,6124 Sedangkan tanpa pengambangan, terlihat pada
Modifikasi 1 4,7592 3,5453 0,6642 0,6334 Tabel 4.4 bahwa nilai SNR dan Indeks Kualitas citra
Modifikasi 2 2,7979 3,0177 0,5042 0,6013
Modifikasi 3 3,6838 3,4488 0,6242 0,6554 yang lebih besar dibandingkan SNR dan Indeks
Kualitas citra dengan pengambangan. Untuk derau Salt-
Tabel 4.4 Hasil kinerja deteksi tepi Isotropik pada citra and-pepper dengan densitas 0,01 dan densitas 0,05,
boat.bmp menggunakan derau Salt- and- pepper tanpa SNR dan Indeks Kualitas tertinggi juga diperoleh pada
ambang dan rata-rata menurut penilaian responden.
Metode Tanpa Ambang Rata-rata proses pengaturan intensitas metode perentangan
Densitas
Derau
Pengaturan
SNR(dB)
Indeks penilaian histogram skala 1,5. Untuk densitas 0,01, nilai SNR
Intensitas Kualitas responden* tertinggi yaitu 12,3548 dan Indeks Kualitas tertingggi
Tanpa Pengaturan 8,0072 0,8460 3,00
Geser (-40) 8,4650 0,8637 3,00 yaitu 0,9486. Untuk densitas 0,05, nilai SNR tertinggi
Geser (-20) 7,8901 0,8406 3,00 yaitu 6,3909 dan Indeks Kualitas tertinggi yaitu 0,7708.
Geser 20 7,7507 0,8370 3,00 Dari Tabel 4.4, pengamatan beberapa orang
Geser 40 8,0078 0,8478 3,00
Rentang 0,5 8,2065 0,8615 3,00
responden pada hasil pengolahan deteksi tepi citra
0,01 Rentang 1,5 12,3548 0,9486 3,40 boat.bmp berpendapat bahwa pengaturan intensitas
Rentang 2 10,6838 0,9383 3,07 dengan metode perentangan skala 1,5 untuk densitas
Ekualisasi 1 10,2752 0,8930 3,67
Ekualisasi 2 10,6935 0,9035 4,07
derau Salt-and-pepper 0,01 dan 0,05 adalah sedang.
Modifikasi 1 9,9885 0,8956 4,40 Grafik kinerja deteksi tepi Isotropik dengan
Modifikasi 2 8,5905 0,8848 4,53 pengolahan awal menggunakan pengaturan intensitas
Modifikasi 3 9,9585 0,9144 4,53 dan derau Salt-and-pepper untuk citra boat.bmp, dapat
Tanpa Pengaturan 3,6161 0,4812 1,20
Geser (-40) 3,9439 0,5276 1,07 dilihat pada Gambar 4.7, Gambar 4.8, Gambar 4.9 dan
Geser (-20) 3,6700 0,4841 1,07 Gambar 4.10.
Geser 20 3,6049 0,4873 2,07
Geser 40 3,5653 0,4872 2,27 Grafik SNR - Densitas
Rentang 0,5 3,7799 0,5108 2,47 12 Tanpa Pengaturan
0,05 Rentang 1,5 6,3908 0,7708 3,47 10
Geser (-40)
Rentang 2 4,8826 0,7122 2,47 Geser (-20)
8 Geser 20
Ekualisasi 1 5,0412 0,6038 2,93
SNR (dB)
Geser 40
Ekualisasi 2 5,0251 0,6034 4,20 6 Rentang 0,5
Modifikasi 1 5,1825 0,6377 3,80 Rentang 1,5
4 Rentang 2
Modifikasi 2 3,9375 0,5726 4,27 Ekualisasi 1
Modifikasi 3 4,6530 0,6432 4,20 2 Ekualisasi 2
Modifikasi 1
0
Modifikasi 2
Dari Tabel 4.2 dan Tabel 4.3 dapat dilihat 0.01
Densitas
0.05
Modifikasi 3
peningkatan SNR dan Indeks Kualitas untuk beberapa Gambar 4.7 Grafik SNR terhadap nilai densitas yang berbeda untuk
metode pengaturan intensitas. Tetapi penambahan nilai citra boat.bmp dengan nilai ambang 60.
densitas mengakibatkan penurunan nilai SNR maupun
nilai Indeks Kualitas citra hasil deteksi tepi Isotropik. Grafik Indeks Kualitas - Densitas
1 Tanpa Pengaturan
Hal ini berarti operator Isotropik cukup peka terhadap 0.9 Geser (-40)
0.8
derau, sehingga dalam proses deteksi tepi, derau yang Geser (-20)
Indeks Kualitas
0.7 Geser 20
ada akan dideteksi dan dimunculkan sebagai hasil 0.6 Geser 40
0.5 Rentang 0,5
deteksi tepi. 0.4 Rentang 1,5
Rentang 2
Dengan menaikkan nilai ambang, nilai SNR dan 0.3
0.2
Ekualisasi 1
6
Grafik SNR - Densitas derau Speckle dengan varians sebesar 0,004 dan
14 Tanpa Pengaturan
Geser (-40)
0,02, maka citra hasil deteksi tepi terbaik diperoleh
12
Geser (-20) menggunakan pengaturan intensitas dengan metode
10 Geser 20
modifikasi histogram 2. Jika citra boat.bmp
SNR (dB)
8 Geser 40
6
Rentang 0,5
Rentang 1,5
ditambah derau Gaussian dengan rerata 0 dan
4
Rentang 2 varians 0,0005 dan 0,0025, maka citra hasil deteksi
Ekualisasi 1
2 Ekualisasi 2 tepi terbaik diperoleh menggunakan pengaturan
Modifikasi 1
0
Modifikasi 2 intensitas dengan metode perentangan histogram
0.01 0.05
Densitas
Modifikasi 3
skala 0,5.
Gambar 4.9 Grafik SNR terhadap nilai densitas yang berbeda untuk 6. Dari analisis secara subjektif, bahwa hasil
citra boat.bmp tanpa pengambangan. pengamatan beberapa orang responden tidak selalu
berhubungan dengan hasil dari SNR ataupun Indeks
1
Grafik Indeks Kualitas - Densitas
Kualitas, dalam artian dengan nilai SNR dan Indeks
Tanpa Pengaturan
0.9 Geser (-40) Kualitas yang tertinggi tidak selalu diperoleh nilai
0.8 Geser (-20)
0.7 rata-rata penilaian responden yang terbaik juga.
Indeks Kualitas
Geser 20
0.6 Geser 40
0.5 Rentang 0,5
0.4 Rentang 1,5 5.2 Saran
0.3 Rentang 2
Ekualisasi 1
Untuk kepentingan pengembangan dari Tugas
0.2
0.1
Ekualisasi 2 Akhir ini, maka dapat diberikan saran sebagai berikut :
Modifikasi 1
0
0.01 0.05
Modifikasi 2 1. Perlu dihilangkannya pembatasan jumlah resolusi
Modifikasi 3
Densitas
warna dan pembatasan format berkas pada citra
Gambar 4.10 Grafik Indeks Kualitas terhadap nilai densitas yang masukan untuk menambah kemampuan sistem
berbeda untuk citra boat.bmp tanpa pengambangan.
dalam mengolah berbagai berkas citra.
2. Program bantu yang digunakan tidak hanya Delphi
V. PENUTUP 6, tetapi dapat juga menggunakan program bantu
5.1 Kesimpulan seperti C++, Visual Basic, Matlab serta program
Dari hasil penelitian dapat diambil kesimpulan bantu yang lain untuk melakukan penelitian dalam
sebagai berikut: efisiensi waktu pengolahan citra maupun
1. keberadaan derau dengan jumlah besar akan keringkasan pengkodean program.
menurunkan kualitas citra sehingga citra tidak
dapat dikenali, karena operator Isotropik akan
mendeteksi semua titik yang mempunyai perbedaan DAFTAR PUSTAKA
gradien, termasuk derau, kemudian akan
dibandingkan dengan hasil deteksi tepi tanpa derau. [1] Achmad, B. dan K. Firdausy, Teknik Pengolahan Citra Digital
Menggunakan Drlphi, Andi Publising, Yogyakarta, 2005.
2. Semakin besar nilai ambang yang melebihi nilai [2] Fisher, R., S. Perkins, A. Walker, and E. Wolfart, Grayscale
ambang optimal maka citra hasil deteksi tepi Images http://homepages.inf.ed.ac.uk/rbf/HIPR2/gryimage,
Isotropik yang dimunculkan akan semakin tidak April 2006.
jelas atau menghilang. Hal ini disebabkan banyak [3] Gonzalez, R.C., Digital Image Processing, Addison-Wesley
Publishing, 1987.
nilai intensitas yang kurang dari nilai ambang [4] Jain, A.K., Fundamental of Digital Image Processing, Prentice
optimal menjadi bernilai 0 (hitam). Hall International, 1989.
3. Dengan beberapa metode pengaturan intensitas [5] Munir, R., Pengolahan Citra Digital dengan Pendekatan
maka dihasilkan nilai SNR dan Indeks Kulitas citra Algoritmik, Informatika, Bandung, 2004.
[6] Sid-Ahmed, M.A, Image Processing-Theory, Algorithm and
yang berbeda-beda untuk tiap-tiap metode
Architectures, McGrawHill, 1995.
pengaturan intensitas, karena nilai intensitas citra [7] Wang Z, and A. C. Bovik, A Universal Image Quality Index,
dan pola histogram dari tiap-tiap metode IEEE Signal Processing Letters, 2002.
pengaturan intensitas mengalami perubahan. [8] ---, Basic Edge Detection, http://www.netnam.vn/
4. Tidak semua metode pengaturan intensitas baik unescocourse/computervision, April 2006.
[9] ---, Image Quality, http://iria.pku.edu.cn/~jiangm/courses/dip/
untuk meningkatkan kualitas citra hasil deteksi tepi html/node36, April 2006.
Isotropik, karena masing-masing metode akan [10] ---, Noise Type, http://iria.pku.edu.cn/~jiangm/courses/dip/
dihasilkan distribusi intensitas ataupun kontras html/node39, Juli 2006.
yang berbeda. [11] ---, Pixels, http://homepages.inf.ed.ac.uk/rbf/HIPR2/pixels, Mei
2006.
5. Dengan pengambangan sebesar 60, maka
[12] ---, Statistical Operation, http://www.netnam.vn/
penambahan derau Salt-and-pepper dengan densitas unescocourse/computervision, Mei 2006.
0,01 dan 0,05 pada citra boat.bmp memperoleh
citra hasil deteksi tepi terbaik jika menggunakan
pengaturan intensitas dengan metode perentangan
histogram skala 1,5. Jika citra boat.bmp ditambah
7
Sulistono (L2F30385)
Lahir di Semarang, 21 Maret 1981.
Mahasiswa Teknik Elektro Ekstensi
2003, Konsentrasi Elektronika dan
Telekomunikasi,
Universitas Diponegoro.
Email : sulyst@plasa.com
Pembimbing I
Pembimbing II